python中的分层抽样

Question

我想在 python 中对数据框库进行采样。 该样本必须按特定变量进行分层。 我试过 sklearn.cross_validation 但问题是你只能用一个变量分层，我需要根据几个变量对我的人口进行分层。

所以我正在寻找相当于proc调查，（SAS中的分层指令）或svydesign（R中）。 这个函数是否存在于python中？

我在此页面上找到了函数 stratified_samples https://gist.github.com/spacelis/6088623但没有文档或使用示例，很难理解如何输入分层变量。

谢谢你的帮助

Answer 1

这是一个古老的问题，但为了那些从搜索到达这里的人的利益：

Python 中有一个相对较新的包，称为samplics 。 这相当于 R 中的survey库。我在 SAS 方面没有经验，但我想它也应该涵盖这一点。

samplics旨在涵盖复杂调查设计的许多方面，包括抽样、加权和估计。 github页面上有一个按地区抽样的例子。

其他感兴趣的软件包（尽管文档略显稀疏）：

• 数量
• 熊猫调查